Vietnam bruker superdatamaskiner og kunstig intelligens for å varsle uvær og kraftig regn

Institutt for hydrometeorologi har introdusert superdatamaskinen CrayXC40, som bruker kunstig intelligens for å forbedre nøyaktigheten av prognoser og varsler om stormer, kraftig regn og andre typer naturkatastrofer.

Prognoser fra AI-modeller brukes av Institutt for hydrometeorologi i prognosearbeid - Foto: NCHMF

Den 3. oktober kunngjorde Hydrometeorologisk institutt at i anledning 80-årsjubileet for hydrometeorologibransjens tradisjonelle dag (3. oktober 1945 - 3. oktober 2025) ble Hydrometeorologisk institutt beæret over å motta førsteklasses arbeidsmedalje fra presidenten .

Etter planen ble seremonien for å feire og motta medaljen holdt i ettermiddag. På grunn av den kompliserte situasjonen med regn og flom etter storm nr. 10 og storm Matmo (storm nr. 11) som kan ramme landet vårt direkte, bestemte Hydrometeorologisk institutt seg for å utsette seremonien for å fokusere på stormvarsling for å forebygge naturkatastrofer.

Ifølge Institutt for hydrometeorologi har hydrometeorologibransjen etter 80 år gjort store fremskritt når det gjelder å varsle stormer, kraftig regn og varsle om naturkatastrofer.

For tiden har det nasjonale nettverket av hydrometeorologiske stasjoner 2807 stasjoner (en økning på 44 % sammenlignet med perioden 2016–2023), automatiseringsgraden for meteorologisk overvåking er 65 %, regn er 100 %, tordenvær er 100 %, hydrologi er 69 % og oseanografi er 74 %. Det moderne værradarnettverket er distribuert til å i hovedsak dekke hele landet.

Når det gjelder utviklingen av ny teknologi og utstyr, sa Institutt for hydrometeorologi at de har satt CrayXC40-superdatamaskinen i drift, et gjennombrudd i bransjen.

Med en kapasitet på nesten 80 TFLOPS, tillater CrayXC40-superdatamaskinen prognoser med en oppløsning på 3 km for hele territoriet og Østersjøen på bare 30–40 minutter, noe som plasserer Vietnam i gruppen av land med sterk datakapasitet i regionen.

For eksempel, under det kraftige regnværet i september 2024, bidro dette systemet til å oppdatere det 3 km lange kvantitative nedbørsprognosekartet, og støttet flom- og jordskredvarsler på kommunenivå.

Avdelingen har også kraftig oppgradert teknologien for digital værvarsling (NWP). Høyoppløselige modeller (1–3 km) synkroniseres med alle innenlandske observasjonsdata, kombinert med prognosekilder fra ECMWF for å redusere produktforsinkelser fra 5–8 timer til 2–3 timer.

Ensembleprognosesystemet med 32 kortsiktige komponenter og 51 mellomsiktige komponenter bidrar til å lage sannsynlighetskart, konsekvensprognoser og kvantitativ nedbør for mer enn 3000 kommuner og bydeler.

Institutt for hydrometeorologi bruker mange moderne teknologier og kunstig intelligens for å varsle og varsle om naturkatastrofer - Foto: NCHMF

Ifølge Institutt for hydrometeorologi har kunstig intelligens (KI) blitt brukt av industrien til stormidentifisering, varsling av ekstremt korte regnværsperioder, analyse av Himawari-satellittbilder og forbedring av varsling av tropiske sykloners intensitet.

For eksempel bidro en dyp læringsmodell som integrerte satellitt- og radardata til å identifisere sentrum av tyfonen Noru (2022) tidlig da den gikk inn i Østersjøen, noe som støttet 72-timers tidlig varsling.

Dette er et viktig forberedende skritt for at Vietnam gradvis skal mestre flerskala prognoseteknologi ved hjelp av AI, mot å utvikle en modell med et vietnamesisk merke.

Departementet bruker også AI-teknologi, komplekse modeller, radar og lynposisjoneringssystemer, noe som gir ekstremt kortsiktige varsler (0–6 timer) med økende nøyaktighet. Portalen iWeather.gov.vn drives for å betjene folket direkte.

I tillegg til dette, bruken av et sanntids varslingssystem for flom og jordskred, som bruker teknologi for simulering av jordfuktighet kombinert med regndataanalyse for å gi online varsler til kommunenivå. Dette er et klart gjennombrudd som demonstrerer en stor besluttsomhet i å bringe vitenskapen til nytte for livet, spesielt i avsidesliggende områder.

Takket være teknologisk innovasjon og forbedrede ferdigheter hos meteorologer har prognosekvaliteten blitt betydelig forbedret, slik at varslingsperioden for stormer er økt fra 24 timer til 3 dager, varsler er utstedt 5 dager i forveien, og feilen i stormens plassering på 48 timer er halvert.

Varsler om kraftig regn og flom 2–3 dager i forveien har en pålitelighet på omtrent 75 %, varsler om lokale tordenvær 30 minutter til flere timer i forveien, og prognoser om sterk kulde og utbredt varme har en pålitelighet på 70–90 %.

Tilbake til emnet

VISDOM

Kilde: https://tuoitre.vn/viet-nam-dua-sieu-may-tinh-ung-dung-ai-vao-du-bao-bao-mua-lon-20251003115001914.htm